请帮忙看下我的ARIMA是否应该这样做

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

上图是LME镍月收盘价












下面是我的分析过程，请看下思路有没错。
第一步：根据上面的ADF检验，直接检验Ni，t-Statistic大于下列的三个数，Prob>0.05，存在单位根，非平稳。
第二步：ADF检验一阶差分，t-Statistic小于下列的三个数，Prob<0.05，不存在单位根，平稳。
第三步：一阶相关图。应该是D（Ni)，AR（1），AR（7），MA（1），MA（6）的组合。
Ni的相关图就不用再看了（因存在单位根，非平稳）。


对否？请指点。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：ARIMA 是否应该 ima Rim statistic 收盘价

恩，一二步的结论都是对的，Ni is a unit root process, no deterministic trend, dni 就是stationary了.
第三步可以尝试多做几个Model然后在比较他们的AIC/SIC等进行选择。

恩，思路是对的，也可参照楼上的建议。呵呵

首先感谢上面两位的指点。

继续，我做了几个组合的方程，摘录结果中部分数据如下表。
最后的Inverted AR Roots(或Inverted MA Roots，如果有的话）都是小于1的，因此未列出。

equation	variable prob.	Adjusted R-squared	S.E. of regression	AIC	SIC	Log likelihood	DW Stat
d(ni) c ar(1)	c 0.7001 ar(1) 0.0006	0.059456	1782.856	17.82093	17.85654	-1592.973	1.987460
d(ni) ar(1)	ar(1) 0.0005	0.063954	1778.588	17.81060	17.82840	-1593.049	1.987876
d(ni) c ma(1)	c 0.6864 ma(1) 0.0013	0.056200	1781.047	17.81884	17.85432	-1601.696	1.962822
d(ni) ma(1)	ma(1) 0.0012	0.060610	1776.880	17.80865	17.82638	-1601.778	1.962394
d(ni) ar(1) ma(1)	ar(1) 0.4820 ma(1) 0.8461	0.058960	1783.326	17.82146	17.85707	-1593.021	1.997285
d(ni) ar(1) ar(7)	ar(1) 0.0001 ar(7) 0.0199	0.089136	1782.331	17.82073	17.85718	-1539.493	1.977147
d(ni) ma(1) ma(6)	ma(1) 0.0012 ma(6) 0.0011	0.114253	1725.401	17.75536	17.79083	-1595.982	1.943832
d(ni) ar(1) ar(7) ma(1) ma(6)	ar(1) 0.2143 ar(7) 0.1035 ma(1) 0.8799 ma(6) 0.0029	0.124487	1747.403	17.79250	17.86541	-1535.051	1.981708
d(ni) ar(1) ar(7) ma(6)	ar(1) 0.0001 ar(7) 0.0598 ma(6) 0.0026	0.129472	1742.421	17.78113	17.83581	-1535.068	1.971543

由上表。按AIC/SIC最小的原则选取d(ni) ma(1) ma(6)这个公式，且此公式的S.E. of regression也最小。

这步我做的对否？上表中有无不重要不需要考虑或需要列出我没有列出的数据，如有请帮我指出。

下一步，是否按选中的公式进行残差ADF检验，自相关性检验，还有需要做的检验吗？

表格太宽了，显示可能有问题。在我的1280*800的显示屏上必须在浏览器中缩小才看得完最后的DW stat数值。

好贴，顶起来。
请问楼主，这张表你是如何得出的？

还没有完呢，高手现身。

280201722
有兴趣的话加我一起讨论；
我和几个朋友都在讨论建模问题；
期待各位

也在做类似的东西，这个说明确定性因素还没有提取完全，楼主换个方法试试看，你取对数之后再一阶差分，得到的应该也是一个平稳的数列，接着再建立ARMA模型试试看。